論文の概要: Directional Total Variation-Regularized Implicit Neural Representations (DTV-INR) for Continuous Super-Resolution in Degraded Imaging Domains

• arxiv url: http://arxiv.org/abs/2609.25429v1
• Date: Mon, 21 Sep 2026 21:30:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.119948
• Title: Directional Total Variation-Regularized Implicit Neural Representations (DTV-INR) for Continuous Super-Resolution in Degraded Imaging Domains
• Title（参考訳）: DTV-INR(Directional Total Variation-Regularized Implicit Neural Representation)による劣化画像領域の連続超解像
• Abstract要約: 我々はDTV-INR(Directional Total Variation-Regularized Implicit Neural Representation)を導入する。 TV-INRは、座標駆動型暗黙的ニューラルネットワークと、解像度に依存しない画像の超解像に適した異方性、構造テンソルインフォームドの総変量正規化器を統合している。 臨床脳磁気共鳴画像(MRI)と生体透過電子顕微鏡で行った実験は、かなりの量的および質的な改善を認めた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we introduce the Directional Total Variation-Regularized Implicit Neural Representation (DTV-INR), an advanced variational paradigm that synergistically integrates coordinate-driven implicit neural networks with an anisotropic, structure-tensor-informed total variation regularizer tailored for resolution-agnostic image super-resolution. Casting the continuous-to-discrete acquisition process into an ill-posed inverse problem framework, our formulation equips a SIREN-architected coordinate network with a dynamic Riemannian metric tensor field D(x). By leveraging its spectral decomposition, the proposed regularizer preferentially directs diffusion parallel to dominant structural contours while penalizing cross-edge dissipation, successfully circumventing the classical staircasing artifacts inherent to scalar total variation schemes. We rigorously prove the well-posedness of this formulation in H^1(Omega) by establishing the existence, uniqueness, and metric stability of the variational minimizer, and realize this via an alternating projected optimization algorithm that decouples network parameter tuning from adaptive tensor field updates. Comprehensive experiments conducted on clinical brain magnetic resonance imaging (MRI) and biomedical transmission electron microscopy confirm substantial quantitative and qualitative improvements, yielding PSNR enhancements reaching +5.05 dB over baseline unregularized INRs and +1.71-2.85 dB over isotropic TV-INR across continuous (non-integer) upsampling factors, alongside remarkable noise robustness up to sigma_eta = 0.10 and monotonic preconditioned convergence behavior.
• Abstract（参考訳）: 本稿では,DTV-INR(Directional Total Variation-Regularized Implicit Neural Representation)について紹介する。 連続-離散取得過程を不測の逆問題枠組みにキャストすると、この定式化は SIREN-architected coordinate network with a dynamic Riemannian metric tensor field D(x) を具備する。 そのスペクトル分解を利用して、提案された正則化器は、支配的構造輪郭に平行な拡散を優先的に誘導し、クロスエッジの散逸をペナライズし、スカラーの全変動スキームに固有の古典的な階段通過アーティファクトを回避した。 我々は,H^1(Omega)におけるこの定式化の正当性を,変分最小値の存在,一意性,およびメートル法安定性を確立することによって厳密に証明し,適応テンソル場更新からネットワークパラメータチューニングを分離する交互予測最適化アルゴリズムにより実現した。 臨床脳磁気共鳴画像(MRI)と生医学透過電子顕微鏡による包括的な実験により、PSNRはベースラインの非規則化INRに+5.05dB、連続(非整数)アップサンプリング因子にまたがる等方性TV-INRに+1.71-2.85dBまで達し、Sigma_eta = 0.10までの顕著なノイズの頑健さと単調な条件付き収束挙動が得られた。

関連論文リスト

• A Cone-Constrained Bilinear Decomposition for Total Scaled-Gradient Variation Models [0.758305251912708]
  画像復元におけるエッジとコーナーの保存には,TSGV正則化器が有効であることが示されている。 そこで本研究では,球面制約に支配される最適化問題を提案する。 特に、コーン制約は、エッジとコーナー保存行動の特徴付けにおいて中心的な役割を果たす。
  論文  参考訳（メタデータ） (2026-08-29T08:13:34Z)
• FINDER: Zero-Shot Field-Integrated Network for Distortion-free EPI Reconstruction in Diffusion MRI [3.758780571280516]
  FINDER (Field-Integrated Network for Distortion-free EPI Reconstruction) はゼロショット・スキャン固有の新しいフレームワークである。 これは、基底画像と$B_0$フィールドマップの合同最適化として再構成を再構成する。 FINDERは、最先端のベースラインよりも優れた幾何学的忠実度と画質を実現する。
  論文  参考訳（メタデータ） (2026-03-27T07:05:46Z)
• Plug-and-Play Diffusion Meets ADMM: Dual-Variable Coupling for Robust Medical Image Reconstruction [45.25461515976432]
  画像再構成のための強力なパラダイムとして,DP(Plug-and-Play diffusion prior)フレームワークが登場した。 本稿では, バイアス・ハロシン化トレードオフを解消し, 収束を著しく加速した最先端の勾配を実現するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2026-02-26T16:58:43Z)
• Anisotropic Tensor Deconvolution of Hyperspectral Images [24.509592365283208]
  ハイパースペクトル画像(HSI)デコンボリューションは、データの高次元性によって困難な逆問題である。 CPD(Canonical Poly Decomposition)の低相似パラメータに基づくフレームワークを提案する。 このアプローチは、遅延のある大規模画像の復元から、$(P+Q+N)R$変数で因子を推定する問題を再キャストする。
  論文  参考訳（メタデータ） (2026-01-16T16:29:13Z)
• Revisiting Zeroth-Order Optimization: Minimum-Variance Two-Point Estimators and Directionally Aligned Perturbations [57.179679246370114]
  乱摂動の分布は, 摂動段差がゼロになる傾向にあるため, 推定子の分散を最小限に抑える。 以上の結果から, 一定の長さを維持するのではなく, 真の勾配に方向を合わせることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2025-10-22T19:06:39Z)
• Neural Optimal Transport Meets Multivariate Conformal Prediction [58.43397908730771]
  条件付きベクトル回帰(CVQR)のためのフレームワークを提案する。 CVQRは、ニューラルネットワークの最適輸送と量子化された最適化を組み合わせて、予測に適用する。
  論文  参考訳（メタデータ） (2025-09-29T19:50:19Z)
• Generalized Nonnegative Structured Kruskal Tensor Regression [22.300007523556022]
  一般化非負構造クルスカル回帰(NS-KTR)は、新しいテンソル回帰フレームワークである。 モード固有のハイブリッド正規化と非負性制約による解釈性と性能を向上させる。
  論文  参考訳（メタデータ） (2025-09-24T08:51:38Z)
• Rotation Equivariant Arbitrary-scale Image Super-Resolution [62.41329042683779]
  任意のスケールの超解像(ASISR)は、低解像度の入力画像から任意のスケールの高分解能回復を実現することを目的としている。 本研究では, 回転同変ASISR法の構築に尽力する。
  論文  参考訳（メタデータ） (2025-08-07T08:51:03Z)
• Low-Rank Tensor Recovery via Variational Schatten-p Quasi-Norm and Jacobian Regularization [49.85875869048434]
  暗黙的神経表現のためのニューラルネットワークによりパラメータ化されたCPベースの低ランクテンソル関数を提案する。 本研究では、スペーサーCP分解を実現するために、冗長なランク1成分に変分Schatten-p quasi-normを導入する。 滑らか性のために、ヤコビアンとハッチンソンのトレース推定器のスペクトルノルムに基づく正規化項を提案する。
  論文  参考訳（メタデータ） (2025-06-27T11:23:10Z)
• Last-Iterate Convergence of Adaptive Riemannian Gradient Descent for Equilibrium Computation [52.73824786627612]
  本稿では,テクスト幾何学的強単調ゲームに対する新たな収束結果を確立する。 我々のキーとなる結果は、RGDがテクスト幾何学的手法で最終定位線形収束を実現することを示しています。 全体として、ユークリッド設定を超えるゲームに対して、幾何学的に非依存な最終点収束解析を初めて提示する。
  論文  参考訳（メタデータ） (2023-06-29T01:20:44Z)
• Convergence of mean-field Langevin dynamics: Time and space discretization, stochastic gradient, and variance reduction [49.66486092259376]
  平均場ランゲヴィンダイナミクス(英: mean-field Langevin dynamics、MFLD)は、分布依存のドリフトを含むランゲヴィン力学の非線形一般化である。 近年の研究では、MFLDは測度空間で機能するエントロピー規則化された凸関数を地球規模で最小化することが示されている。 有限粒子近似,時間分散,勾配近似による誤差を考慮し,MFLDのカオスの均一時間伝播を示す枠組みを提供する。
  論文  参考訳（メタデータ） (2023-06-12T16:28:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。